高频金融数据的高维积分波动率矩阵估计

• 作者: 周勇 穆燕 苑慧玲
• 来源期刊: 中国科学（数学）
• 关键词: 高频数据 高维波动率矩阵 异步性 市场微观结构 噪声
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 论文
• 页码范围: 319-344
• 页数: 26页
• 语种: 中文
• DOI: 10.1360/N012016-00047

摘要

高维积分波动率矩阵是资源配置和风险管理的重要统计量,对其估计是金融统计和风险度量中的热点和核心问题之一.本文在带有市场信息的微观结构噪声下,考虑了高频金融数据大量资产的积分波动率矩阵估计问题.在多资产价格观察不同步下,当资产数和样本量都趋向于无穷时,本文利用不重叠区间方法和稀疏性特征提出了高维积分波动率矩阵估计,证明了该估计量具有相合性,较在加性噪声下的估计具有更快的收敛速度,其收敛速度可以达到已存在高维积分波动率矩阵估计在无噪声下的最快收敛速度.对所提出的估计与现有的高维积分波动率矩阵估计进行模拟比较,结果表明本文提出的估计方法具有优良的性质.最后将提出的估计应用于上海证券指数数据的实证研究中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周勇		37	387	11.0	18.0
2	苑慧玲		2	4	1.0	2.0
3	穆燕		2	4	1.0	2.0